數據是基礎，算法是核心，服務是目的從AI+教育的技術架構來看，可初步分為三個部分，即基礎層、算法層、應用層，每一層分別表現出不同的特點�；�礎層主要包括算力、數據與算法框架，其中數據量級龐大冗雜，質量參差不齊，基于教學過程的非結構化和半結構化數據的處理難度大，線下教學環(huán)節(jié)的數據普遍缺失。算法層是實現技術的核心，2006年提出的深度學習算法視為人工智能在算法層的突破，該算法通過具備更多隱層節(jié)點的人工神經網絡，實現逐層特征變換與學習，解決了很多復雜的模式識別難題。感知層技術目前發(fā)展得較為成熟，在深度學習算法的助力下，感知技術應用場景廣泛。認知層技術是未來發(fā)展的重要方向，預期在特定領域內可實現機器一定程度上的認知推理能力，有顯著的技術門檻。AI+教育的應用發(fā)展階段各異，越外圍的教育環(huán)節(jié)，技術滲透率越高，技術的有用性與易用性也越好。

圖表  AI+教育的技術架構